Question

使用XpathBuilder我可以构建一个简单的搜索引擎查询，并使用XPath从搜索结果中提取数据。我在Google Doc电子表格here中有一些简单的示例，它运行查询＆＃34; XPath教程＆＃34;在各种搜索引擎上，并尝试提取每个搜索引擎返回的结果数量。

Google Doc中的代码如下：

=importxml("http://www.google.com/search?q="xpath+tutorial"&num=30&pws=0", 
           "//div[@id='resultStats']")
=importxml("http://www.bing.com/search?q=xpath+tutorial&count=30", 
           "//span[@class='sb_count']")
=importxml("http://search.yahoo.com/search?p=xpath+tutorial&n=30", 
           "//span[@id='resultCount']")

有一些奇怪之处，我不明白。首先，Google搜索不会返回任何结果，但XPath查询看起来没问题。实际上，有许多在线教程正好推荐我在这里所做的事情。

Yahoo查询返回正确的结果，它是唯一一个。

Bing Xpath查询找到的结果数与Bing web page上给出的结果不匹配，即使只有一个XML节点与XPath查询匹配。更多详情请见spreadsheet here

这一切在哪里出错了？

Answer 1

由于URL中未加编码的双引号，Google可能无法正常工作。由于importxml字符串分隔符是双引号，因此可能不起作用。将双引号编码为%22。

不确定Bing。最好的猜测是你的XPath正在运行，但Bing因某种原因会向你和Google Docs返回不同的结果。

Answer 2

试试这个......

=importxml("http://www.google.com/search?q='xpath+tutorial&num=30&pws=0'", "//div[@id='resultStats']")

Answer 3

魔鬼在细节 - 如果你没有告诉我们你的代码，我们找不到你的错误。

但是，XPath被定义为针对XML运行，而您似乎是针对HTML运行它。因此，混淆可能与HTML映射到XML的方式有关：例如，通过添加隐式节点（如tbody，通过大小写折叠或通过命名空间处理）。

Google文档中的XPath查询与HTML源不匹配

3 个答案: